對於AI平臺，你瞭解多少？如果還沒聽說過這個概念，那你絕對OUT啦！快來讀讀這篇文章補課吧！
隨著技術的進步，大數據處理已經進化到了AI平臺的新階段。
據估計，AI平臺會在未來十年內對社會產生重大影響。使用AI處理海量數據集將為無數技術帶來前所未知的進步，其中就包括商業智能和分析。
Absolutdata的CEO兼聯合創始人Anil Kaul表示，在2005年左右，利用大數據“訓練”人工智能的想法出現，並取得一些進步。機器學習（ML）、深度學習（DL）和新數據架構使AI在接下來的幾年中變得更加智能。
機器學習利用算法來分析數據，從中學習，然後作出預測。算法包括決策樹學習、聚類、強化學習和歸納邏輯編程等。深度學習利用算法和“人工神經網絡”來開發人工智能。
在最近一次DATAVERISTY的採訪中，Anil Kaul討論了這些技術的現狀，以及新近開發的AI平臺(如Absolutdata創建的AI平臺)是如何改變數據管理行業的。
據Kaul介紹，人工智能和機器學習目前主要被當作研究和互聯網活動的私人助理，同時也能進行諸如接聽電話、預測銷售情況和駕駛車輛等任務。
Kaul還討論了這些可歸為一類的高度一致的技術的整體結構。一般來說，機器學習既是訓練AI的過程，也是AI的“更原始”版本。它們是協同工作的技術，前提是以人工智能為一個更大、更先進的概念。深度學習通常被視為機器學習的高級版本，並被用作教學過程。當有針對性地使用這些技術時，它們已經顯示出巨大的前景，Kaul表示：
舉個例子，人人都對電子郵件活動進行分析，但因為我們給一個客戶使用了AI技術，讓他的銷售額增長了51%。 AI平臺
一個AI平臺就是一個框架，旨在比傳統框架更高效、更智能化地發揮作用。
Kaul說：
一個好的AI平臺能與一個組織的數據科學家和員工形成更快、更高效的協同合作。它可以通過多種方式幫助降低成本——防止重複工作、將簡單任務自動化，以及消除一些昂貴的支出必要，如複製或提取數據。AI平臺還有數據管理的能力，可確保一個由AI科學家和ML工程師組成的團隊最佳實踐。它還有助於確保工作分配更均勻，完成得更快。
一個AI平臺通常由五層邏輯關係組成：
- 數據和集成層提供數據訪問。這種訪問十分關鍵，因為開發者不需要自己編寫這些規則。AI通過使用其可以訪問的數據“學習”這些規則。
- 實驗層允許數據科學家對假設進行開發、測試和證明。一個精心設計的實驗層可以進行自動化特徵工程、特徵選擇和模型選擇。
- 操作和部署層提供模型管理和部署。在這一層，模型的風險評估將得到測試，模型管理團隊將可以對其進行驗證。這一層提供工具來管理平臺上的各種"集裝箱化"模型和組件的部署。
- 智能層在AI工作時幫助它（訓練層是在實驗層進行）。智能層組織並提供智能服務，是指導服務交付的主要部件。理想情況下，該層已經實現了諸如動態服務發現之類的概念，可提供一個支持認知交互的靈活的響應平臺。
- 經驗層通過諸如增強現實、對話界面和手勢控制等技術與用戶交互。這一層通常由認知經驗團隊控制，該團隊致力於通過AI 技術創造豐富而有意義的體驗。
超越預期
Kaul稱，使用人工智能來分析大數據可以讓人們更深入地瞭解影響企業的外部和內部動態。採用最新的大數據架構和機器學習將有助於人工智能的使用。據Kaul介紹，在一個現代、前沿的人工智能平臺上：
- AI可以訪問所有可用數據
- 可從客戶或潛在客戶的歷史中學習
- 吸取以往類似客戶的經驗，並展示過去行之有效的策略
- AI可監控並學習，發現人類可能會錯過的模式
- AI可實時學習，實時響應，適應新數據
- 可根據數據變動提供指導
- AI可與機器學習進行整合
為了使尖端人工智能取得最大的效果，Kaul提到了三點要求。
首先是分析框架。分析框架是為了解決特定業務問題（通常是複雜的）而逐步發展起來的方法。
分析框架的使用對於系統的人工智能和機器學習的能力至關重要。
其次，語境也是必要的。目前，人工智能和機器學習在確定語境方面尚未達標。AI可以識別出趨勢，並能確定數據中所發生的情況，但是要想其超越其趨勢洞察力來對工作人員應該做的事情提出建議。Kaul指出，
必須包含語境。雖然AI有望學會如何確定語境，但至今尚未實現。目前，語境仍需要人工確定並添加到模型中。
適當的技術是第三個要求。與傳統的分析系統不同，AI支持的平臺必須可擴展，以便AI學習創建解決方案。傳統的分析系統對數據提供見解，而AI可以實時提供建議。
有多種不同方法可以將數據庫擴展到非常大的規模，同時提高每秒處理事務的速率。大多數數據庫管理系統使用的策略是對數據量大的表格進行分割。該策略允許數據庫跨越分離的數據庫服務器集群。此外，多核CPU、大型SMP多處理器和64位微處理器現在都支持多線程實現，能顯著提高事務處理能力。
Absolutdata
NAVIK AI平臺由Absolutdata開發，幫助越來越多為銷售和營銷設計的AI解決方案。Kaul表示，Absolutdata為營銷專家、一線銷售人員和分析團隊提供AI驅動的“軟件即服務”（SaaS）產品。
Absolutdata擁有超過300名數據工程師、可視化專家和數據科學家，能讓他們在集成機器學習模型、構建自定義控制面板，幫助開發AI平臺充分發揮他們的潛力。
Kaul評價道：
企業及其員工通常對AI知之甚少。這使得應用AI平臺成為一項挑戰。我經常被問及什麼是AI、AI能做什麼。一般而言，我們把人工智能看作是計算機科學的一個分支，致力於使機器像人類一樣工作。我們的目標之一即是使AI能具備看、聽並理解的能力。
當一個企業確定喜歡AI並想要應用它後，他們必須知道如何開始。
一個常見的錯誤是僅專注於構建核心AI能力而未意識到引入IT團隊和分析的重要性。所有的數據都應聚集在一起，並讓它們可以被訪問。改變工作場所的文化（包括再培訓和新部門）也是必要的。
Absolutdata正在做的一件事就是為客戶提供培訓課程和研討會，這樣他們就能明白自己到底需要什麼。
編譯組：韋振琛、金沛
相關鏈接：
http://www.dataversity.net/ai-platforms-next-step-artificial-intelligence/
閱讀更多 讀芯術 的文章
